基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
滚动轴承的运行状态会直接影响到整个旋转机械的性能,提出一种将经验模态分解和Hilbert包络分析相结合的方法对滚动轴承进行故障诊断.经验模态分解具有自适应性,能有效地将携带故障信息的高频调制信号从原信号中分离出来;利用Hilbert变换对包含滚动轴承故障所在的高频段进行包络谱分析,提取故障特征频率.将提取的特征频率与根据轴承型号参数和转速所得的滚动轴承的故障特征频率进行对比,能够辨识出滚动轴承的故障.通过对实验采集的滚动轴承振动信号进行分析,证明了该方法有效性和准确性.
推荐文章
基于EMD的滚动轴承故障诊断方法研究
故障诊断
滚动轴承
经验模态分解
峭度系数
Hilbert变换
基于Hilbert包络谱奇异值和IPSO-SVM的滚动轴承故障诊断研究
EMD
IMF
改进粒子群算法
支持向量机
滚动轴承
基于边带相关算法和Hilbert包络谱的滚动轴承故障诊断
滚动轴承
调制信号
边带相关算法
Hilbert包络谱
故障特征
基于经验模式分解的滚动轴承故障诊断方法
经验模式分解
滚动轴承
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于EMD和Hilbert包络解调的滚动轴承故障诊断方法研究
来源期刊 煤矿机械 学科 工学
关键词 风电机组 振动信号 EMD分解 IMF分量 Hilbert包络分析 故障特征频率
年,卷(期) 2013,(11) 所属期刊栏目 故障·诊断
研究方向 页码范围 280-282
页数 3页 分类号 TH133.3
字数 1516字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吕跃刚 华北电力大学控制与计算机工程学院 75 1268 19.0 33.0
2 陈盼娣 华北电力大学控制与计算机工程学院 3 27 3.0 3.0
3 李雨田 华北电力大学控制与计算机工程学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (124)
参考文献  (5)
节点文献
引证文献  (10)
同被引文献  (18)
二级引证文献  (52)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(11)
  • 引证文献(4)
  • 二级引证文献(7)
2017(17)
  • 引证文献(1)
  • 二级引证文献(16)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
风电机组
振动信号
EMD分解
IMF分量
Hilbert包络分析
故障特征频率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
总被引数(次)
87205
论文1v1指导